3DSignals déchiffre la maintenance de la machine avec des analyses sonores

L'un des aspects les plus convaincants de l'IoT industriel est la capacité de la technologie des capteurs à résoudre les problèmes qui affligent les industries traditionnelles depuis des années, voire des décennies. Un de ces problèmes est l'entretien et les réparations de la machine. Jusqu'à récemment, une telle maintenance était généralement longue, coûteuse et limitée par le défi de trouver des travailleurs qualifiés.

L'entreprise israélienne 3DSignals est une start-up qui réussit à relever ces défis grâce à une combinaison d'IoT et d'apprentissage automatique.

J'ai parlé à Amnon Shenfeld, co-fondateur et PDG pour en savoir plus. Je suis toujours curieux de savoir comment les gens se font une idée de leur start-up. Pour Shenfeld, tout a commencé par un simple voyage en train :

Shenfeld a une formation en apprentissage profond et il a expliqué :« J'étais à peu près sûr de pouvoir entraîner un réseau de neurones à reconnaître ces sons afin de les signaler automatiquement et de les classer, puis (et avec quelques vérifications par des experts), construire un système basé sur sur des sons qui ajouteraient beaucoup d'informations importantes concernant l'état des machines. »

Avec une idée qui ne voulait tout simplement pas abandonner, Shenfeld a lancé une visite sur le terrain, avec un groupe d'amis de diverses disciplines :apprentissage automatique, mathématiques, génie électrique, dans une aciérie locale.

« Nous avons demandé au personnel, qu'est-ce qui échoue souvent ici ? L'une des réponses était les lames de scie, elles coupaient des profilés et des poutres en acier et, par conséquent, elles avaient fréquemment des pannes. Ils nous ont dit quelque chose d'assez incroyable : « nous avons une efficacité de 50 % et nous en sommes très fiers car dans l'industrie sidérurgique, cela est considéré comme beaucoup de choses », a-t-il déclaré.

Il a ajouté que maintenant « nous sommes des spécialistes du logiciel, et nous avons été choqués car si vous investissez tout cet argent dans l'électricité, la main-d'œuvre, l'équipement, l'espace physique, vous voudriez probablement obtenir plus de 50 % de disponibilité. Ils ont dit qu'avant de reprendre l'entreprise, ils en faisaient 20 %, et l'un de leurs principaux problèmes était les défaillances de lames qu'ils ne pouvaient pas prévoir ; ils consacreraient au moins 20 minutes à chaque remplacement de lame et ils en auraient en moyenne 3 par jour et par ligne de production.

« On parle donc de plus d'une heure par jour et par machine passée à remplacer les lames de scie, sans parler des impacts résiduels sur les machines en cas de bris de lames. Ils ont essayé les technologies de surveillance existantes (par exemple, le courant, la température) en vain », a-t-il déclaré.

Shenfeld pensait que lui et ses amis pouvaient aider et l'élan pour créer 3DSignals était pressé.

Rupture du cycle de maintenance préventive

La maintenance des machines est traditionnellement un processus laborieux qui nécessite l'envoi d'une personne physique dans chaque usine/usine/lieu de travail pour inspecter les machines individuelles, généralement selon un calendrier défini. Il s'appuie traditionnellement sur un ingénieur pour identifier les anomalies et réagir en conséquence.

Comme Shenfeld l'a expliqué, "Les gens se fiaient beaucoup à l'acoustique, par exemple dans leurs voitures, (pour voir si cela sonnait) normal ou si cela sonnait un peu étrange. De la même manière, un technicien qui entend une pompe peut vous dire laquelle fonctionne bien ou pas. »

En effet, 3DSignals est la première entreprise IoT à utiliser la technologie des capteurs pour surveiller les machines par le son. Leur système peut s'étendre à une gamme de machines "basée sur la connaissance de la façon dont des machines similaires sont censées sonner et également sur l'apprentissage de l'acoustique sonore très spécifique de machines spécifiques.

C'est très similaire au processus humain, si vous deviez parler à un ingénieur de maintenance qui surveille un groupe de machines, il sait ce qui est normal ou non pour chaque machine et ce système émule ce comportement avec un réseau de neurones, en d'autres termes, apprentissage en profondeur. »

Tout cela conduit à une efficacité accrue de la maintenance et à la capacité de prévoir les problèmes afin qu'un ingénieur puisse répondre au besoin plutôt que seulement dans un délai de maintenance préventive préexistant.

Le système 3DSignals est accompagné d'une plate-forme et d'un cloud faciles à utiliser, ce qui signifie que « les échantillons sonores peuvent même être envoyés au fabricant du moteur, de la pompe, de la vanne, en leur redonnant cette connaissance très naturelle ». Il a une affinité naturelle avec l'industrie de l'énergie, a-t-il déclaré, où "ils ont tellement de turbines qui tournent sans personne à côté d'eux… Ils viennent pour leur entretien de routine pour réparer une pompe, puis remarquent qu'un équipement entièrement différent est échouer en raison de la façon dont il sonne. Ils n'avaient pas d'autre méthode avant nous. »

La technologie du son a été largement étudiée dans les universités pour la reconnaissance vocale, en particulier dans l'apprentissage en profondeur et les algorithmes. Comme le note Shenfeld, « nous sommes à la pointe du développement de logiciels et d'algorithmes et du développement de l'audition automatisée. C'est très excitant."

Même Elon Musk s'est appuyé sur un son mystérieux pour tenter de résoudre l'explosion de Space X Falcon 9 :

Shenfeld explique qu'en présentant son idée aux entreprises, il a demandé à des salles remplies de personnel adapté :« Sauriez-vous comment fonctionne votre machine par le son ? Je n'obtiens jamais de non. Avec une technologie qui a une affinité naturelle avec une gamme de secteurs allant de l'exploitation minière à l'agriculture aux voitures automatisées, ce ne sera pas la première fois que vous entendrez parler de 3DSignals.